摘要
在一项概念验证研究中，口语模式预测哪些有精神病风险的人会在两年内发展成完全的精神病，准确率为93%。
精神病的早期症状。精神疾病，如精神分裂症，可以使人高度致残。精神病的一段情节涉及到一些不基于现实的经历。这些症状包括幻觉和妄想，比如觉得有人试图伤害你。如果研究人员能够识别出患有精神障碍的人何时接近精神病，那么有希望延缓或停止这一过程的方法就可以进行测试。
研究表明，语言模式可能有助于预测一个人是否可能经历精神病。Drs。埃默里大学的Neguine Rezaii、Elaine Walker和Phillip Wolf测试了机器学习是否有助于识别这种模式。他们使用复杂的计算机程序分析了40名参与者的说话模式，这些人参加了一项针对有患精神病风险的年轻人的长期研究。参与者被纳入是因为不同寻常的思维、感知和沟通模式。
研究人员收集了参与者参与研究时的采访记录。该团队使用机器学习来评估语音的复杂性，并对参与者使用的主题进行分类。访谈结束后，研究人员对参与者进行了两年的跟踪调查，以确定谁患上了精神病。研究小组寻找可能标志着疾病早期阶段的特定语言模式。
这项研究由美国国立卫生研究院(NIH)的国家精神健康研究所(NIMH)资助。结果发表于2019年6月13日，发表于《em>NPJ 精神分裂症》。
机器学习系统使用40名参与者中的30名的语言样本进行培训。研究发现，与从一个大型正常语言数据库中提取的样本相比，那些进展到精神病的样本的语义密度更低(句子中表达的意思更少)。然后将该系统的预测值与其余10名参与者的结果进行比较。这种语言特征可以预测剩下的参与者中谁会发展成精神病，准确率高达80%。
该系统还发现，与红迪网上3万名参与者的对话相比，与声音和声音相关的词汇在那些后来有精神病发作的人身上使用的频率要高得多。之所以使用社交网络进行比较，是因为网络上使用的随意语言与研究访谈中的非常接近。
通过结合语义密度和词汇选择的差异，该系统可以预测剩下的10名参与者中谁会患上精神病，准确率为93%。
沃克说:“如果我们能更早地识别出有风险的个体并采取预防性干预措施，我们或许就能扭转赤字。”“有很好的数据表明，认知行为疗法等疗法可以延迟发病，甚至可能减少精神病的发生。”
这一结果需要在更大的精神病风险人群中得到证实。这种机器学习语言的方法有潜力发现新出现的精神疾病，并提供关于人类大脑如何正常处理思想和想法的见解。
——莎伦·雷诺兹
相关链接
精神分裂症的生物学机制
超过100个基因位点与精神分裂症有关
精神分裂症的突变基因映射到大脑网络
针对精神分裂症早期的健康风险
精神分裂症
北美前驱期前驱期前驱期前驱期纵向研究
参考文献:是一种利用语义密度和潜在内容分析来预测精神病的机器学习方法。瑞扎伊，沃克，沃尔夫P. NPJ精神分裂症。2019年6月13日,5 (1):9。doi: 10.1038 /s41537 - 019 - 0077 - 9。PMID: 31197184。
基金:NIH的国家精神卫生研究所(NIMH);谷歌。
来源：Nih
此文系悬壶济世网原创整理，没有授权，请勿转载！
